BigQuery REGEXP_EXTRACT from URL - 提取参数值

Posted 2023-03-24

【中文标题】BigQuery REGEXP_EXTRACT from URL - 提取参数值

【英文标题】：BigQuery REGEXP_EXTRACT from URL - extract parameters values

【发布时间】：2016-10-18 09:41:34

【问题描述】：

我需要在 BigQuery 中的各种 URL 上使用 REGEXP_EXTRACT 并从中提取不同的字符串。

例如，我有这个网址：

网址 = https://www.whatever.com/record-a-beautiful-and-professional-voice-over?sec_context=recommendation&context_alg=nodes&sec_context_referrer=search

我想使用 BigQuery REGEXP_EXTRACT 函数并提取位于名为 context_alg= 的参数之后的字符串（在 URL 中的第一个 & 之后显示）。 含义 - 我的输出将是 nodes。

（context_alg是URL中的参数，总是同名）

所以实际上我需要使用类似的东西：

REGEXP_EXTRACT(url, "REGEXP that bring back 'nodes')

谢谢！

【问题讨论】：

您的问题不够清楚...请用正确的输入和您想要的准确输出来澄清...如果您不能更好地解释，请分别给出两组输入和两组输出

【参考方案1】：

如果你需要从一个URL中提取所有个参数，你也可以使用REGEXP_EXTRACT_ALL，如下：

REGEXP_EXTRACT_ALL(query,r'(?:\?|&)((?:[^=]+)=(?:[^&]*))') as params

这会将结果作为数组返回（参见How to extract URL parameters as ARRAY in Google BigQuery）：

【讨论】：

非常感谢分享这段代码。只需添加一件事以节省一些人的时间：如果您想获取特定参数的值，。使用这个正则表达式r'(?:\?|&)(?:(?:[myparameter=]+)=([^&]*))'

【参考方案2】：

试试下面的 BigQuery

REGEXP_EXTRACT(url, r'context_alg=([^?&#]*)')